CAPTULO

20

INTRODUCCIN

1\ LAS

TASAS

Si usted oye el ruido de cascos, lo ms probabl~ es que sea un caballo y no una cebra. Esta metfora de la clnica seala la ob\ia perc demasiadas veces olvidada verdad de que las enfermedades comunes se producen frecuentemente y las enfermedades raras, raramente. Cuando los cnicos dicen que una I!nfermedad es frecuente y otra es rara presuponen una diferencia en las tasas. Todos los clnicos instintiva mente utilizan el corcepto de tasas.Saben que la enfermedad coronara es mucho ms frecuente en un h()mbre de mediana edad que en una adolescente. Saben que el cncer de pncreas es D'lucho ms comn en las personas de edad avanzada que en los jvenes. Saben que a anemia de clulas falciformes es mucho ms probable en una persona de raza ne!;ra que en una de raza blanca. En nuestra discusin anterior sobre las prueba; diagnsticas, sealamos que cuanto ms baja es la tasa de prevalencia en una poblal.in (o sea, cuanto ms rara sea la enfem1edad), menor ser el valor predictivo de un.l prueba positiva. Cuando se trata de una enfem1edad rara, es menos probable que UI\a prueba positiva indique su prescncia. Los clnicos emplean este concepto automtica y, quiz, inconscientemente. Saben que es improbable que una mujer joven con car;1biosen la onda T de un electrocardiograma tenga enfem1edad coronaria. Saben que !5 improbable que un hombre jo\.en con dolor abdominal pcrsistente tenga cncer de pncreas. Sabenque es improbable que una persona joven de raza blanca con dolor articu. ar y anemia tenga anemia de clulas falcifom1es. El mdico puede apreciar el significad<}de las tasassobre la base de su experiencia clnica personal; no obstante, es provechos) que haga uso de loS articulos de investigacin para mejorar su capacidad de valorar jentfica y objetivamente las tasasde enfem1edad. Esta seccin tiene como finalidad ayudar al lector a adquirir loS conocimientos necesarios para comprender cmo se mjden e interpretan cientficamente las tasas de enfem1edad. Esta comprensin le puedE ayudar a escoger cl mtodo diagnstico apropiado va interpretar los resultados. Adems de facilitar loSdiagnsticos individuale5, la comprensin del significado de las tasasde enfem1edad ayuda a valorar loScambio.; que se producen Conel tiempo o como resultado dc las intervenciones mdicas. Las tasasde enfem1edad Son un instrumento importante para realizar los tipos de estudios pre~;entadoS la Secen ci/11. El t'StIldiode 11/1 t'StIldio.La capacidad p.lra reconocer cambios reales y relaciones de causa y efecto \'erdaderas depende de que se comprendan loS principios bsicos de la comparacin de tasas. Es posible que no sea evidente la necesidad de estudiar las tasas de las enfem1edades. Porqu no Comparar simplemente el nmero je vecesque ocurre un suceso?Examinemos el siguiente ejemplo, que muestra los pr)blemas que puedcn surgir si se compara nicamente el nmero de sucesos. Un panel de revisin hospitalaria evalu el rendimiento de loSmdicos del hoSpital en que usted trabaja. Encontraron que hubo cinco {efunciones entre loS 1 (XX)pacientes que usted atendi en el hospital durante el ao F'asado. El jefe del equipo tuvo solo una defuncin entre loS200 pacientes que trat. El panel decidi que

, ~ """"'-

'.II " './1 ~ '.II :s " z "'"' -.J u u ~ ~ ~ ~

1-!1

';~ ~-

tener dnco veces tantas defunciones como el jefe del equipo indicaba una prctica deficiente de la medidna. 1. Ahora bien, no es necesario que se prepare para defenderse di- :.! aendo: "Puede parecer que est mal, jpero realmente lo hago bien!" En lugar de fijarse en el total de defundones, es ms justo considerar cuntas se produjeron en relacin con las que podran haberse producido. Simplemente tiene que sealar que SIl tasa de mortalidad y la del jefe de su equipo son idnticas: S entre 1 (XX) lo mismo que 1 entre es 200. Las tasas de los sucesos han venido en su ayuda. jVale la pena conocerla~! Una probabilidad es una proporan en la cual el numerador es el nmero de veces que ocurre un suceso y el denominador es el nmero de VI!Ces que podra haber ocurrido. Como en todas las propordones, el numerador est incluido en el denominador. Las tasas realmente son un tipo espedal de medida en la qlle el denominador tambin incluye una unidad de tiempo. En mediana, una funan importante de las tasasy de las propordones es la de caracterizar la historia natural de la enfermedad. Habitualmente se usan tres tipos de medidas: I. 2. 3. Tasa de inadenda: nmero de casos nuevos que se producen por unidad de tiempo. Prevalenda: probabilidad de tener una enfermedad en un momento d1do. Tasade letalidad: probabilidad de morir de una enfermedad durante un espado de tiempo a partir de su diagnstico. Las tasas de incidencia se definen del siguiente modo:
Nmero
T asa de " "d " mcl encla =

de individuos
durante

que desarrollan
un perodo .

la enfermedad

Total de personas-aol
~
--

en nesgo

~ -;: ~ =-: -( == ::. =-: Q. ;... :) ~

Con frecuencia es difcil S.lbercuntos indi\iduos v durantE' cunto tiempo estn en riesgode padeceruna enfermedad. fur eso, k1stasasde indenci.l suelen estimarse mediante la siguiente il)rmu11. Nmero de individuos que desarrollan la enfermedad durante un perodo ;\mero de individuos en el grupo de riesgo en el punto medio del perodo de inters x la duracin de dicho perodo

Tasa de incidencia = de la enfermedad

-J z :. =c: -;: : :. ';-'1 'oJ :) ~ :...I

Si, por ejemplo, se quiere conl1Cer la tasa de incidencia de )Scasos de ulceras duodenales en Nueva 'rl)rk en 1990, esta ti1Sase calCliI.lra tericamente de la siguiente manera:

Nmero de residentes de Nueva York que TJsa de incidencia de desarrollaron una lcera duodenal en 1~1O = lceras duodenales Nmero de residentes de Nueva York Cil en Nueva York en 1990 riesgo de desarrollar una lcera duodenal durante 1990 x 1 ao

~2

Ln.1 pt.'r,;,m.1-.1u r~pr..Sl.nt.1l1n indvid""

l'n ri~s~,) Jl' Lil""rr,,".1r

1.1 ~nf~m1l.d.1d dllranl~

un I au

Dado que la poblacin de Nueva York flucta a>nstantemente, es difcil saber el nmero real de personas que residieron en la ciudad y JOrcunto tiempo vivieron en ella durante 1990.Paracalcular la tasa de incidencia apro) imada en eseao, se puede usar el censo de Nueva York del1 de abril de 1990.La tasa 1proximada de incidencia de lceras duodenales en Nueva York en 1990se calculara del siguiente modo: ...Nmero de residentes en Nuevl York que Tasa de mcldencla de desarrollaron una lcera duodeJ\al en 1990 lceras duodenales = ... en Nueva York en 1990 Numero de re~ldentes de Nueva York en ne.sgo de desarrollar ulceras duodenales el 1 de abril de 1990 (aproximadamente igual al nmero de residentes de Nueva York el1 de lbril de 1990) x 1 ao 8 tipo de tasaque hemos comentado hasta el momento es una tasa de inciderlcia, que est relacionada con el riesgo de desarrollar una enfermedad durante un espacio de tiempo. El riesgo es el efecto acumulativo de la tasa de incidencia de la enfermedad durante un perodo especfico. Podemos imaginamos 1;1 incidencia como la velocidad a la que uno se desplaza durante un perodo breve, y 1!1 riesgo, como la distancia que uno ha recorrido durante un largo espacio de tiempo, suponiendo que la velocidad es constante .2La tasade inciden(.ia mide los casosnuevos dl' una enfermedad determinada que se desarrollan por unidad de tiempo, y esto puede ser de ayuda al examinar la causa o etiologa de una enfermedad. 8 riesgo estimado a partir de la probabilidad de desarrollar una enfermedad en un perodo especfico Fuede contribuir a predecir los sucesos futuros, si se usa con precaucin. La enfermed,d, una vez desarrollada, puede durar mucho tiempo. Por eso, frecuentemente se us. un segundo tipo de medida que estima la probabilidad de ft'ller la enfermedad en un momento determinado. Esta se conoce como prt'LYllt'llcia mide lo frecuente o prevale:iente que es una '! enfermed.ld en un momento dado. La prevalencia es muy importante en el diagnstico, dado que es el punto de partida para estimar la probabilidad ar terior a la prueba de que la enfermedad se halle presente. Asimismo, proporciona un1estimacin de la probabilidad de que la enfermedad est presente antes de evaluar la hstoria individual, el examen fsico o las pruebas de laboratorio. De esta forma,
Nmero Prevalencia
enfermedad ---

de individuos
en un

que tienen la
dad,)

momento

~ ~ .~ -.:

En el ejemplo anterior. la prevalencia de las lceras duodenales ell de abril de 1990en la Ciudad de Nueva York se calculara como sigue: Nmero de residentes de Nueva York CO1lceras duodenales ell de abril de 1990 1 de Nmero de residentes de Nueva York abril de 1990

.~ :5: z ':) ~ u ~ ~ ~ :?:

Prevalencia

T.1nto los bil"'st.1d,;tia)s .:oml) lo,; "piJl'milo~o, l'stabl~.:"n una di~r"nci.1 entre la incid~ncia acumul.1tivil y las tas.ls dl' inciJl'ncia. En la inciJ~ncl.1 .1cumulallva. ~I Jl'nl)minador es ~I nmero d~ indivl duos en 1.1 pl)b!.1cin .11 principio d~ un pl.riodo..l~terminado Incid~ncl.1 .1.:umul.1tivil es sinnimo de rie,;go.

143

Para la mayor parte de las enfermedades, la tasa de incidencia relacionan aproximadamente de la siguiente manera: Prevalencia = Tasa de incidencia x Duracin

y la de prevalencia

se#"

media de la enferrnedc d

z ~ ~ ~ :: '.) ~ Q., '.) c ~ ;.. ~ z ~ ~ ~ 3 ~ ;.. '"" :.J '::, ~ '::

.}; '-J ~ 't ~

En otras palabras, cuanto ms larga sea la duracin de 'a enfermedad, ms individuos tendrn la enfermedad en un momento dado y, por o tanto, ms alta ser la prevalencia. Las enfermedades crnicas de larga duracin, con-o la diabetes, pueden tener una tasa de incidencia baja, pero una prevalencia elevaa en un momento determinado. Las enfermedades agudas de corta duracin, como la f lringitis estreptocdca, pueden tener una tasa de incidencia elevada, pero una prevaleI\cia baja en un momento dado. Por eso, es importante saber que la prevalencia y la in:idencia miden fenmenos distintos. Las tasasde incidencia miden la frecuencia con que se desarrolla un nuevo caso de la enfermedad por unidad de tiempo. La prevalencia mide la probabilidad de tenerla enfermedad en un momento determinado. Si no se apnc'Qaesta diferencia, se puede cometer el tipo de error que se ilustra con el siguiente ejemplo. En un estudio sobre la gonorrea asintomtica en hombn~s se tomaron muestras de 1 (XX) sujetos seleccionadosal azar. Se les diagnostic gono;'fea a 10 de ellos. En un segundo estudio, se sigui a un grupo de hombres de la mism) poblacin durante un ao. Se observ que durante ese lapso de tiempo solo unc>de los hombres desarroll gonorrea asintomtica. Al comparar estos estudios, un re\isor concluy que uno de los dos tena que estar equivocado, ya que las conclusiones eran contradictorias. Estaaparente incongruenciadesaparece,si se distingue entIe la tasa de incidencia y la prevalencia. El primer estudio de los casos existentes midi 1.1 pre\-alencia, mientras que el segundo valor la incidenl..ia. El hecho de que la prevalencia sea mucho ms elevada que la incidencia sugiere que la gonorrea asintomtica es de larga duradn. Esto puede explicarsepor el hl'Chode que. aunque los casossintomticos suelen recibir tratamiento, los asintomticos permanecen en la comunidad sin tratamiE'nto duranteun periodo prolongado. Adems de la tasa de incidencia y de la prevalencia, es ru'cesario definir una tercera medida para caracterizar la historia natural de la enfermed,ld. Esta medida se conoce como letalidild.

L etalaI'd dJ

Nmero de personas fallecidas por una enfermedad durante un oerodo . ~-~~~~-~~..~~~.~

Nmero de p~rsnus diL1gnosticadas de 'u enferm~duj

al inicio del perodo

A diferencia de las tasasde incidencia, la letalidad est influida por los xitos de las intervenciones mdicas destin.ldas a curar las enfermedades. laletalidad es til para valorar el pronstico, porque mide la probabilidad de no sobrev vir una vez iniciada la enfermedad. La Ictalidad durante un perodo tiene una relacin impor-

) La 1"lalid"d "s una pn)p')rcln qu" "' r\-ii"r" " I" prub"blliJ.IJ J" m,)rir J" un" "ni"rml.J.)J.
....

Cu"nJ,J ...,,\.1 .,.,.,.

purL'n "' mulliplica pur I" ta,;;)d" incid"nci". ",.,)bti"n" I" t"S.1 m,)rt"liJad. J"

I
i tante con las tasas de mortalidad de una enfermedad determinada (esto es, el nmero de defunciones debidas a una enfermedad por persona-ao). Tasa de mortalidad
Tasa de indena x Letal idad

El no valorar esta relacin puede conducir la confusin que se describe en el siguiente ejemplo. En un estudio de las tasas de la lcera duodenal, los autores calcularon correctamente las tasas de mortalidad por lcera duoden1len los Estados Unidos en 1949yen 1989.En 1949,la tasaanual de mortalidad fue S por1 (XX)(XX)personasao. Estudios posteriores revelaron que ni la tasa de incidencia ni a prevalencia haban cambiado. Los autores no pudieron interpretar estos datos. Conociendo la relacin que existe entre las t 1saS mortalidad y de las de incidencia, se entiende que el descenso de las tasas de mortalidad debi ser causado por una reduccin de la letalidad. Este descenso de la letali jad puede reflejar el progreso conseguido durante 40 aos en el tratamiento de las lceras duodenales, aunque no se haya progresado en la reduccin de la incidencia (casos nuevos) de la enfermedad. US tasasde incidencia, la prevalencia y la letalidad miden, respectivamente, la tasa de desarrollo de los casos nuevos de una enfem\edad por unidad de tiempo, la probabilidad de tener la enfermedad en un momento d.ldo y la probabilidad de morir por una enfermedad, una vez diagnosticada. Adems dt' estas medidas bsicas, en la literatura mdica se utiliza con frecuencia una medida I:onocida como razn de mortalidadproporcional, que se define como: Razn de mortalidad proporcional

L1 r;lzn de mort;llid;ld proporcional mide la probabilidad de que un;l defuncin se deba a unJ causa determinada. L1s razones de mortalidad proporcional son una herramienta til para determinar cules son las c;lusa ; de muerte ms frecuentes. Sin embargo, no nos informan sobre la probabilidad de rlorir, como muestra el siguiente ejemplo. Un estudio bien diseado revel que los tral rnatismos fueron la causa de muerte de .0/c las personas mayores de 65 aos y que ,:ausaron 25% de los de fallecimientos entre los menores de 3 aos. Los autores llegaron a a conclusin de que los ma~'Ores 65 aos tenan una probabilidad mucho menor de Inorir por traumatisde mos que los menores de 3 aos. El hecho de que la razn de mortalidad proFlOrcional en los mayores de 65 aos sea menor por traumatismos no significa necesaJiamenteque los ancianos tengan una menor probabilidad de morir por esa causa. Da,jo que entre los mayores de 65 aos se producen muchos ms fallecimientos, aun .~ de las muertes por traumatismos pueden representar una tasa de mortalidad cercana a la tasa de mortalidad de los menores de 3 aos. Habiendo ya examinado los tipos de tasas y I>roporcionesque se encuentran con mayor frecuencia en la literatura mdica, y distin~ido esas medidas de las razones, centraremos nuestra atencin en los mtodos para calcular las tasas de enfermedad.

-.I". ~

~ .., -

~ f:?:

CAPTULO

21

MUESfREO

DE T~

En algunas circunstancias es posible determinar todos los rasos de una enfermedad en una poblacin. De ordinario pueden obtenerse tasasde mo-talidad para una poblacin, porque los certificados de defuncin son documentos lega les obligatorios. En consecuencia, ello tambin permite calcular las tasasde mortalidad de una enfermedad para toda la poblacin. Sin embargo, para la mayor parte de las el\fermedades no es factible contar todos los casosen la poblacin y, por esta razn, las tcnicas de muestreo son muy tiles. El muestrt'O (salllpl;l,g) es una tcnica mediante la cual el investigador selecciona al azar una porcin representativa de la poblacin, estL dia esa muestra y luego intenta extrapolar los resultados a toda la poblacin escogi<la para el estudio.

ERROR MUESTRAL
El proceso de extraccin de una muestra no es perfecto, aullque se realice correctamente. Para valorar dicho proceso y el error intrnseco introduc do por ~I muestreo es preciso comprender el principio que fundamenta esta tcnica. Dicho principio afirma que si se extraen muchas muestras al azar, las tasas calculadas :on los datos de esas muestras sern iguales, en promedio, a la tasa de la poblacin oiginal. En otras palabras, cada muestra puede tener una tasa mayor o menor que la dl' la poblaLin original. Por ejemplo, la siguiente figura muestra una tasa de 1 por lOG en la poblacin original,

l85

li90

195

1!100

105

1/110

1/115

se extraen

muestras

de esta poblacin,

las tasas podran

ser las siguientes:

~ ,

x r-185

x x

x x x
95

x x x x
100

x x x
'105

x x
1/110

x
115

.!,

Observe que, si bien algunas de las tasas obtenidas en determinadas muestras son iguales llue las de la poblacin original, otras son mayores o menores. Dado que las muestras solo son exactasen promedio, se dice que una m Jestra detenninada posee un error mu~stral intrns~co. Si no se aprecia la existencia del error muestra!, se puede incurrir en la sigui~nt~ int~rpretacin errnea:

Una organizacin nacional intent estimar 13prevalencia de los portadores de estreptococos realizando cultivos en una muestra aleatoria de 0,1% de todos los nios de la nacin. Paraverificar los resultados, la misma Jrganizacin extrajo una segunda muestra aleatoria de 0,1%de los escolaresy realiz una segunda encuesta con el mismo protocolo: El primer examen revel una prevalencia je cultivos positivos de 15por 1 (XXJ, mientras que el segundo examen revel una prevall~nciade 10por 1 (XXJ. Los autores concluyeron que estos resultados inconsistentes eran imposibles, dado que haban usado el mismo mtodo. Los autores no tuvieron en cuenta el hecho de ,!ue el muestreo tiene un error intrnseco. Este error muestral puede explicar las diferenci as observadas entre las dos muestras. El ejemplo simplemente seala que dos muestras e ~tradasde la misma manera pueden producir resultados diferentes solo a causa del az;lr. Recuerde que un elevado nmero de muestras proporcionan, en promedio, estimaciones que son idnticas al verdadero valor de la poblacin, pero que puede haber una tmplia variacin entre dos muestras y entre estas y el verdadero valor de la poblacin.
EL TAMAO DE LA MUESTRA

,,~

-:

Un segundo principio importante y necesario para comprender el muestrco afirma que cuantos ms individuos formen parte de la muestra, ms probable ser que la tasa estimada con los datos de la muestra se aproxime a la tasa poblacional. Por esta razn, el tamao de la muestra condiciona la proximidad ce la tasa muesh"al a la poblacional. Esto no es sorprendente dado que, cuando todo el Inundo fonna parte de la muestra, est garantizado que la tasa muestral es igual a la pcblacional. Examinemos con ms detalle este principio. El factor que ms intluyc en la magnitud Jell!rror muestrall!s 1!1 tam.lo de la muestra. L1 relacin entre el tam.1o muestral y 1.1precisin no es de uno .1 uno, sino que es un] funcin de la raz cuadrada. Con muestras pequeas. 1!1 aumento del tamao muestr,J aumenta notablemente 1.1prl'cisin del estim.1dor muestral de la tasa poblacional. ~in embargo. a medida que .1umenta el t.1rn.lo de la muestra, 1.1 mejora de la precisin (tisminu~-e de forma rel.1ti\'.1 y I\)s .1Umento~ pl'queos o moderados del t.1m.1ho muestr.1l aaden poco a la precisin del ~stimador. Por lo tanto. los in\'estigadores intentan equilibrar la necesidad de precisin con los costos econmicos que .1carrea el aumento de. tamao muesh"al, La consecuenlia del empleo de muestras pcque.1s es que estas pu ~en variar mucho entre s y ~n relacin con el \'erdadero valor de la poblacin. El sigt iente ejemplo ilustra la necesidad de tener en cuenta los efectos del tamao muestra I en los resultados del muestreo.

Un investigador extrajo un.l muestra de 0,01% de loS certificados de dciuncin de la nacin y encontr que la tasa de mortalidad por t'ncer de pncreas era de 50 por 100000 personas-ao. Un segundo investigador, que e (trajo una muestra de 1'70 dichoS certificados, Uega la conclusin de que la verdad{ ra tasa de mortalidc dad erJ de 80 por 100lXX)personas-Jo. PJrJ resolver esta discrepar cia, el segundo investigador identific todJS las defunciones causadas por cncer de I'ncreas en el pas y obtuvo unJ tasa de 79 por 100000 personas-ao. FinJlmente, lIeg a la conclusin de que el primer investigador hJbJ realizado su estudio de forma frautiulenta. El primer estudio emple una muestra que era la centsimJ parte de IJ segunda; por lo tanto, es posible que el error muestral del primer estudio fuera mucho mayor. El hecho de que la segunda muestra fuera ms exacta se debe probablemente al aumento de precisin que le coniiere su mayor tamao y no a fraude en el primer cstudio.

~ ".I". ~ ;-

; ~ ~

. .

EL MUESTREO

ALEATORIO

~ ~ ~ :::, ~ ...

'-J ~ :3 ~ ~

Aunque se han esbozado dos prindpios importantes d,~1 muestre, todava queda un aspecto por considerar. Esos dos principios se basan I~nel supuesto de que la muestra se ha obtenido al azar, lo que significa que todos los individuos de la poblacin tenan la misma probabilidad (o, al menos, una prob3bilidad conocida) de ser seleccionadospara su inclusin en la muestra. Si no se realiza u n muestreo al azar, no se puede estimar de forma predsa la proximidad de los resultad(ls muestrales a los de la poblacin. La necesidad de seleccionar las muestras al azar se ilustra en el siguiente ejemplo: Un investigador de un hospital comarcal estim que la ta~;a inde farto de miocardio de su comunidad era de 150por 100(XX)personas-ao. OtJo investigador de un hospital privado de la misma comunidad estim que dicha tasa er a de 155 por 100 000 personas-ao. Dado que sus resultados eran similares, los investi~adores concluyeron que la tasa de infarto de miocardio en su comunidad deba situar ;e entre 150y 155por 100 000 personas-ao. En ninguno de los dos estudios se intent obtener una mlestra al azar de la poblacin. Es posible que los pacientes de infarto de miocardio hubil'sen escogido selectivamente esos dos hospitales o los hubiesen evitado. Si se hubil'ran incluido en la muestra todos los hospitales de la lona, la tasa de infarto de mioca! dio podra haber sido totalmente distinta. Las tasas en este ejemplo se calcularon a partir de datos disponibles, y esto seconoce como mllt.'Streo jiJrtIlito (cJII/nksal1rplil!g). e; el tipo Este de muestreo ms simple, dado que los investigadores calculan las tasasa partir c e datos fdlmente disponibles. Sin embargo, la falta de representati\;dad de las muestras fortuitas implica que los resultados obtenidos a partir de las mismas pueden no se! fiables o fcilmente extrapolables a la poblacin.~ Cuando se extr.1euna muestra al azar. los investigadores suelen procur.1r que todos los individuos de la poblacin teng.1nla misma probabilida(' de ser seleccionados para inclusin en la muestra. Esto se conoce como 111!lcstrt.'(J alt.'tltori) .--imple (simpleralldomsampling).Muchos investigadores han observado que. si se basar exclusi\.amente en el mucstreo ,1Ieatorio, no conseguirn incluir sufidentes individt;os que pose,1nla caracterstica de inters para el estudio. Por l'jemplo, si los investigad( .res estudian las tasasde hipertensin en los Estados Unidos, es posible que estn inter ~dos especialmente en las tasasde hipertensin de 1.15 personas de raza negra o de la~ orientales. Si simplemente extraen una muestra aleatoria, es posible que no incluyan Jn nmero suficiente de orientales o de negros. Por lo tanto, los in\'estigadores podran extraer muestras por separado de los negros, los orientales y el resto de la poblaci',. Este procedimiento de obtencin por separado de muestras al azar de los dife~ntes Sl1bgrupos o estratos se conoce como lllIll':;trl.'l)all'llhlritl l.':;trati{i(adlJ {:;tratifil.'drandl1ln ,'ins). sal1 Esto es permisible, y muchas veces deseable, siempre que el muestreo dentro de cada grupo sea aleatorio. Existen mtodos estadsticos distintos para las muestras estratificadas. .
Revisemos los principios y los requisitos del muestreo:

I~:

:10;" ,~,;tant". l.n ,1l:.I';"'nl.'; n",; V"m,), ,~Iil\.'d,),; d fl.dliLdr ",trdf")ldO:I')nl.'; a partir .J... mu",;tra,; f,)rtuilas !:1..,..m. pl" m.is o:"mn ",.urrl. O:Udnll"lll.'l.dm", ..,trdf"'ldr ,)p' rva",)nl.' lll.'nv",tll\ao:i"nl.'; d lI" pa..i"nt..'Slju. \"m."' m.i, larde El p..,;" del tll.mp') ,., un d'pt."I" dc Und P',pld,l,in ljU" n" , pUl-de muestr"ar al"at"nam"nt, .

1. En promedio, las muestras aleatorias de una poblacin tendrn la misma tasa que la poblacin original. Sin embargo, existe un error muestral ir trnseco introducido al incluir solamente una parte de la poblacin. 2. La magnitud del error muestral est influido por el tama.) de la muestra obtenida. El aumento del tamao muestral reduce la magnitud del ,!rror muestral, pero el aumento de la precisin desciende a medida que incrementamos el tamao de la muestra. 3. Los principios del muestreo se basan en el supuesto de qu ~las muestras se obtienen al azar. Mediante el muestreo estratificado es posible garar tizar un nmero suficiente de casos en cada categora de inters. No obstante, el mu,!streo debe ser aleatorio en cada categora o estrato. Si no se realiza un muestreo al azar, no existe ningn mtodo que relacione con precisin la tasa obtenida en la muestra ( on la verdadera tasa de la poblacin de la que se ha extrado.

""
"'". """,,-

'.11 ~ ".I'. .~ ... ., -

:::J; ~ 'j ~ ~

149

f
CAPTIJLO 22

> ~
., rI ~ '\I ?:

E Sl'ANDARIZACI N DE TASAS

;; * ..,

T ) I"t 1

~
~

~ "' ~ :o: ~ -' :o: ~ >':) 3 2 j ~ :J :o: , ~ :J ~ '-:, ~ '-:, -'

En el captulo anterior esbozamos los requisitos para calcular tasas con exactitud mediante las tcnicas de muestreo aleatorio. Ahora trataremo; de comparar las tasas calculadas. Supondremos que las tasas se han calculado correctamente y mostraremos las precauciones que deben tomarse al compararlas, incluso las que se han calculado mediante tcnicas de muestreo aleatorio adecuadas. Compararemos las tasas de muestras extradas de dos grupos diferentes. Estos grupos pueden ser dos hospitales, dos condados, dos pases, jos fbricas, o el mismo hospital. ciudad o fbrica comparado en dos momentos distiJ1tosen el tiempo. Compararemos las tasas para determinar la magnitud de las difereno:iasentre las tasas de las poblaciones o el grado de cambio de las tasas con el tiempo. E;tas comparaciones son importantes para I.1S tasas que se calculan a p.1rtir de datos (obtenidos por muestreo, as como para las calculadas a partir de toda la ~)blacin. Cuando se utilizan tasas para comparar probabilidades o riesgos de enfermedad es importante considerar si las pobl.1L;onesdifieren en algn f )ctor que se sabe que influye en el riesgo de contraer la enfermedad. Esta consideracicn corresponde al ajuste segn las variables de confusin discutido anteriormente. Es posible que al realizar un estudio, el investigador ya ;epa que factores como la edad, el sexo o la raza influyen en el riesgo de desarroll.1r u la eniermedad determinada. En este caso, el in\'estigador ajustara o "estandarizara" las tasas segn esos factores. la imPl.)rtanci.1de la estandarizacin se puede apre(.-jarconsiderando las tasas del cncer de pulmn. Dado que la edad es un faL"torde riesgo :onocido para el cncer de pulmn, se gan.l poco descubriendo que una comunidad de ubilados tiene una tasa de cncer de pulmn ms elevada que el resto de la comunidad. I)e:forma similar, si una fbrica tiene una fuerza laboral ms joven que otra, es errneo ( omparar directamente las tasas de cncer de pulmn de las dos fbricas, sobre todo si uno desea extraer conclusiones sobre la seguridad de las condiciones de trabajo. PJra evitar este problema, las tasas de enfermedad se pue,jen ajustar para tener en cuenta los factores que ya se sabe que int1u~.en notableme1te en el riesgo. Este proceso de ajuste se denomina c.'staluiar:.1t-i1l (staluia!d=atIJ1I). edad es Li 1.'1 factor que rclluil.'re est.1nd.lrizacin con ms frecuencia, pero podemos ajustJr segn I.-uall.juierfactor dell.jue sepamos que produce un ef(.'Cto.Por ejemplo, al usar as tcnicas de estandarizacin para comparar tasas de hipertensin de dos muestras con objeto de estudiar la importancia de las diferencias en el suministro de agua, ~.epuede ajustar segn la raza, ya que se S.1be I.jue la tasa de hipertensin de las persona 5de raza negra es ms elevada. El principio utilizado en la estandarizacin de las tasases ,~Imismo que se emplea para ajustar segn las diferencias entre los grupos de estudio, tal como se coment en 1.1 Seccill1,El t'stluiioil' 111ll'Stluiio. in,.estigadores comparan las t;lsaS Los entre individuos que son similares en cu;lnto ;I la edad o a otros f;lctores segrl los cuales se ajustarn los datos. Antes de mostrar un ejemplo del mtl"ldo, veamos C\ln errneos pueden ser los resultados si no se realiza una estandarizacil)n.

En un estudio se compar la incidencia de c incer de pncreas en los Estados Unidos con la de Mxico. La tasa por 100(XX) personils-ao en los Estados Unidos fue tres veces mayor que la de Mxico. Los autores llegar )n ala conclusin de que los estadounidenses tenan un riesgo tres veces ms elevado de padecer cncer de pncreasque los mexicanos, suponiendo que el diagnstico fuera 19ualmenteexacto en ambos pases. La interpretacin de este estudio es superfi,:ialmente correcta; si los datos son fiables, el riesgo de cncer de pncreas es mayor er los Estados Unidos. Sin embargo, se sabeque el cncer de pncreas se produce con m Iyor frecuencia en las personas ancianas. Es posible que el hecho de que la poblacin mexicana seams jo\'en explique la diferencia entre las tasasde cncer de pncreas. Esta pllede ser una cuestin importante si estamos examinando la causa de esta enfermedad. Si la distribucin de edad no explica esta diferencia, los autores habrn detectado una cjferenda importante e inesperada que exige otra explicacin. Por este motivo, los autorEs deben estandarizar sus datos segn la edad y observar si persisten las diferencias. La estandarizacin de las tasas frecuentemeJ1tese realiza comparando una muestra especial que se est estudiando con la poblad )n general. Para realizar este tipo de estandarizacin empleamos a menudo el denomj nado mtodo indirecto (indirect method).Mediante este mtodo se compara el nmero de sucesos observado, como las defunciones, en la muestra de inters con el nmero de sucesosque seran de esperar si la muestra estudiada tu\'iese la misma distribucin de e jad que la pobIacin general. Cuando la muerte es el desenlace de inters, el mtocio indirecto permite calcular una razn conocida como ra:n fe ll/ortalLltf l.'Standnrl:a:fa (standnrdized mortality ratio).
Razn de mortalidad estandarizada =

Nmero obser\'alio de muertes Nmero esperado de muertes

La razl)n de mortalidad estandarizada es un i:1strumento til para comparar una muestra extrada de una poblacin de inters con I) poblacin p;eneral. SIn embargo, cuando se interpret., esta razn es importante recorc ar que a menudo no se espera que una poblacin especial en estudio tenga la misma ta~.a mortalidad que de la poblacin general. Por ejemplo, cuando se compara un grupo (le empleados con la poblacin general, se debe recordar que, en muchos casos, el estar empleado requiere estar sano o, al menos, no estar incapacitado.La necesidadde tener en cuenta esteefecto del empleo se ilustra en el ejemplo que figura a continuacin. En un estudio sobre ri.uevosempleados .deun a industria qumica, la razn estandarizada de mortalidad por todas las causas de mut'rte fue I. El investigador concluy que, como la razn de mortalidad estandarizada ela I, la industria qumica no presentaba riesgos para la salud de sus trabajadores. Para interpretar este estudio, es importante rl~cordarque los nuevos empleados por lo comn son ms sanos que las personas de 11 poblacin general. Por esta razn, sera de esperar que tuvieran una tasa de mortalida:i ms baja que la de la poblacin general.1 Por consiguiente, esta razn de mortalidad t'standarizada de 1 lOO'7c puede no reflejar los riesgos a que estn expuestos estos trat ajadores sanos.

"~ .J: ;:::

=:: :2: "'=. c: ~ ~ ~ ~ ~ ~ i'J: -

I N Ikl E. Este hl.'Cho se Jenomin.t

'1t'(/(/ J,. trw.1dlJr,;,}11(/ (/"..,//hy lwrk.T t'fft'c/).

CUADRO22-1. Comparacin de tasas de cncer de vejiga urinaria

FABRICA

A O 10 20 80 90

20-30 30-40 40-50 50-60 60-70 Total

20 000 20 000 30 000 20 000 10000 100000

o por 1110000 50 por 1110 000 67 por 1110000 400 por 11)0000 900 por 1110 000 200 por 11)0000

200 FABRICA B O 4 6 140 50 200

20-30 30-40 40-50 50-60 60-70 Total

10000 10000 20 000 50 000 10000 100000

o por 11)0000 40 por 11)0 000 30 por 1110 000 280 por 11)0 000 500 por 11)0000 200 por 1')0000

~ ~ c. :;J ~ ~
~ :;J ~ ~ ~ G ~ ~ >o 2S :;J '.J\ ~ ~ :;J ~ ~ 2S :;J ;... 'II .:

o < .,q

-i :>-

Cuando se estudian dos grupos de una poblacin o cuanjo se valoran los cambios ter,tporales una sola poblacin, es preferible u tilizar el mtodo directo de de estandarizacin. El mtodo directo funciona de la siguiente manera: Suptmgamos que los investigadores desean comparar las tasas de cncer de vejiga urinaria en dos gr3ndes industrias. Los d;}tos de! c.:incerde \'ejig;} en kls dos industrias se presi:ntan ~n el cuadro 22-1.Observe que las tasasglobales de ambas muestras son de 200pcr 100 00) trabajadores. Note tambin que las tasasde cada grupo de edad son tan elevadas o ms en la fbrica A que en la B. A pesar de que las tasasde la fbrica B son ms baj;IS,en un primer momento puede parecer sorprendente que las tasas globales sean las mismas. No obstante, examinando el nmero de indidivuosencada grupo de edad, escbvioque la fbrica A tiene una fuerza de trabajo ms joven que la B. La fbrica B tiere 60 (XX) trabajadores de 50 a 70 aos de edad, mientras que la A solo tiene 30 (XXJ esosgrupos en de edad. Como se sabe que el cncer de vejiga 3Umenta con la edad, la juven:ud de la fuerza laboral de la fbrica A reduce la tasa global de esa empresa. Por este rr otivo, es errneo examinar solo [as tasas globales, ya que la de la industria B se eleva c(lmo consecuenciade una estructura de edad ms madura. Estoes espedalrnenteaplicablecuando la seguridad del medio ambiente de la fbrica es la cuestin de mayor inters. Paraevitar este problema, los autores deben estandarizar las tasas para ajustarlas segn las diferencias de la edad y, de este modo, hacer una comparacin ms correcta. Para realizar la estandarizacin, se subdivide cada muestra para indicar el nmero de individuos, el de casos de la enfermedad y la tasa de incidenci, en cada grupo de edad. Cuando se dividen [os datos en grupos segn una caracterstica como la edad, cada divisin se dcnomina un t!strato(strata). El rcsultado de esta di visin se muestra en el cuadro :?2-1.

CUADRO22-2. M~todo de estandarizacin segn la edad

Grupo de edad (anos)

Tasa de cncer de vejiga en la fbrica A

Nmero de sujetos en la fbrica B 10000 10000 20000 50 000 10000 100000

Nmerode casosQue se producirlanen la fbricaA si la distribucinde edades fuera igual a la de la fbricaBa

o 5 13 200 90 308

Nmero de casos de cncer de vejiga Que realmente se produjeron en la fabrica B

20-30 30-40 40-50 50-60 60-70 Total

0/100000 50/100000 67/100000 400/100000 900/100000

o 4 6 140 50 200

.Los valoresde estacolumnase calculanmultipllcanao de las columnasprecedentes los

A continuacin, los autores han de determinar cuntos casos de cncer de vejiga urinaria hubieran aparecido en la fbrica A si su estructura de edad fuese igual a la de la fbrica B. Seguidamente se detallan las etapas de este proceso.2 I. Empezando con el grupo de edad de 20 a 30 aos, los autores multiplican la tasa de cncer de esegrupo en la fbrica A por el nmero de indi..;duos '!n el grupo de edad correspondiente de la fbrica B. Este producto es el nmero de ca~;os que se hubieran produddo en 1.1 fbrica A si hubiera tenido el mismo nmero de indi'.iduos en esegrupo de edad que la B. :?. A continuacin. los autores efectan este clculo para cada;rupo de edad y suman los totales de casos de los.diferentes grupos. Esto produce e! total de casos que habran aparecido si la fbrica A hubiera tenido la misma distribuci(>n de edad que la B. 3. Los autores han estandarizado las tasas segn la edad y ah,)fa pueden comparar directamente e] nmero de ca$()S que han .1p..1recido la fbric,i B con el de los que en se habran prt1ducido en la A si hubiera tenido la misma distribucin de edad que la B. Los autores ahora ya han ajustado la fbrica A segn la edad a la distribucin de edades de la fbrica B.J Vamos a aplicar este procedimiento a los datos ,jel cncer de \'ejiga urinaria, tal como se muestra en el cuadro 22-:?. En la fbrica A se habran producido 308 casosde cncer de \'ejiga urinaria si su distribucin de edad hubiera sido la misma que en la fbrica B, pero en realidad en la B solo se produjeron :?00.Estos resultados constituye~ mejores medidas para comparar el riesgo de los trabajadores de desarrollar cncer d(' vejiga en cada industria que las frecuencias no ajustadas. Las cifras ajustadas acentan el hecho de que, a pesar de la igualdad de las tasas globales, la fbrica A tiene una tasa igualo ms alta en cada grupo de edad. Por lo tanto, para realizar comparaciones ec uitativas entre po-

-.: .I: ;:::

"5 ;z; ~
-.: ~ ~ ~ ~ '~

, El m..;tOOoque ~ prescnta no t!s nl'C~,;.)ri..mt!nt~ ~I nico"

l'i m~jor par.. realiL.1r I.. l'StalIdarizacin

l\,r razones

l.st..disticas. es h"bilu,,1 pondt!rar los t!stral"s SI.,;n I" inwrs" dt! l.1l;ari"nza d~1 ~stimador ~n cada ~str"to. como se rl."ilL.1 cuand" SI..uliliza ~I m~t.,.jo dt! M..ntt!I-II..t!n,;zt!l. I T..mt-ll'n t!" p'",it-I... .liu,;tar ",,;n I.. ..-d..d t!n la dlrl".ci"n IlpU..."t,,; l'S d..'Cir. aju,;l"r scg11" t!d"d 1" r.jbnc" B " la Ji"tnbuCIon Jt! l...I..J Jt! la f.brica f\ bri..n "Ido Ji5tint..s. f\unqut! I.. .:"n.:lu"i,;n ;...nt!ral hubiese ,;iJo 1.. mi,;111.1. ,',;tlm".:IOnl',; la" h,,-

153

CUADRO 22-3. Comparacin las tasas de mortalidad por fibrosis Quistica,1~69 y 1989 de
Grupo de edad (anos)

Nmero

Tasade mortalidad
1969

Poblacin

de defunciones

0-10 10-20 20-40

5/100000 10/100000 1/100000

1989 0-10 10-20 20-40

3/100000 6/100000 4/100 000

.;: E :J ~ ::. .;: ~ :J ~ .;: ~ :J ~ ::. ).. ,... "'"' c :J ',~ ... ~ :J ~ .;: c :J ... l.t1 ... o ~ 'O u

54

blaciones que difieren en su estructura de edad y en las que se sabeque la ejad influye en el riesgo de padecer la enfermedad, es preciso estandarizar los resultados segn esta variable. Si se conocen otros factoresque influ)'en en las tasas,se puede apliclr el mismo proceso para estandarizar o ajustar segn esos factores. L1 estandarizacin produce medidas resumidas de gtandes cantidades de datos, razn por la cual es tentador estandarizar los datos siempre que se comparan dos grupos. No obstante, l1bser\'eque, al estandalLlr, los clculosdan un peso mayor o "ponderan" a los subgrupos ms numerosos. Por eso, cuando se produce un cambio importante en un solo subgrupo. especi.1lmente es pequeo, este e'ecto put.-de si ser ocultado por el proceso de estandarizacin. Adems, a vecespuede que se haya logrado pro~resar en la disminucin de la mortalidad por una causa en los grupos m.s jvenes, con aumento en los de ms edad. Como se puede observar en d siguiente ejemplo, cuando la mortalidad por una causa determinada se desplaza hacia los grupos de edad ms avanzada, el efecto puede quedar encubierto por la estandarizacin. Se realiz un estudio sobre las tasas de mortalidad tor fibrosis quistica, para determinar si los progresos en su tratamiento durante la niez se retlejaban en las tasas de mortalidad de un estado de gran tamao con una distribucin de poblacin estable. En el cuadro 22-3 se presentan los datos de 1%9y 1989. Obsl'rve que en este ejemplo la mortalidad porfibrosis lustica en los grupos de edad de O,1 10aos y de 10a 20 aos descendi entre 1969:1 1989. Sin embargo, la mortalidad por esta enfermedad aument en el grupo de 20 a 40 aos durante el mismo periodo. Este aumento se contrapesa con el descenso entre los ms jvenes,de forma que las tasasde mortalidad globa1 ambos aos fueron 170pc r 4 (X:x> en (X:x> 4,25 por 100000 personas-ao. Resulta tentador intentar estandarizar esos jatos y obtener una medida ajustada de la tasa de mortalidad. Sin embargo, si estandarizamos aplicando la distribucin de edad de 1989a las tasasde mortalidad de 1969(o '/iceversa), los resultados despus del ajuste no serian distintos de los anteriores al ajuste. Esto sucede porque las distribuciones de edad de las poblaciones de 1969y de 1989son iguales. L1mentablemcnte, la cstandarizacin no nos ayuda a lprcciar lo que ocurre en este caso. Tanto las tasas brutas o no ajustadas como las estandarizadas

oscurecen el hecho de que se ha producido un descenso importan e de las tasasde mortalidad en los grupos de Oa 10y de 10a 20 aos de edad. Para dars~ cuenta de este cambio, es preciso examinar directamente los datos reales de cada gnlpo de edad.~ Es importante darse cuenta de que tanto las asas brutas como las ajustadas pueden no revelar diferencias o cambios que solo se pJoducen en uno o en pocos grupos de edad. Sobre todo, es probable que los cambios erl un grupo pasen desapercibidos cuando los otros grupos de edad cambian en la dire('cin opuesta. Una situacin en la que se observan con freCtencia cambios en direccin opuesta es el retraso de la muerte hasta una edad ms avanzada sin que se logre la curacin. Es importante entender este principio para valorar el error cometido en el siguiente estudio: Un investigador estudi un nuevo tratamier to para el cncer de mama. que en promedio prolongaba 5 aos la supervivencia en el ?Stadio2 de la enfermedad. Con toda confianza predijo que. si su tratamiento se aplic:tba ampliamente, la tasa global de cncer de mama descendera sobremanera en los si~;uientes20 aos. Este in\'estigador no se dio cuenta de que, Cl ando se prolonga la vida pero la muerte se retrasa a edades ms avanzadas. las tasasde mortalidad globales ajustadas segn la edad no mejoran necesariamente. A pesar del xito.de este nuevo tratamiento. los autores no estn afirmando que curar la enferme,iad. Cuando solo se prolonga la vida, loS enfermos pueden morir de la enfermedad a Ima edad ms avanzada. En este caso, las tasas de mortalidad por cncer de mama plleden descender en los grupos de edad ms jvenes y aumentar en los de edad ms a..anzada. Por esta razn, las tasas de mortalidad ajustadas segn la edad a veces no revelan los progresos realizados.

c.,...
-~~ ~

.Adem.s. l'S l""'lble .Jpli,.Jr m.:.t".",; l'St.Jdi,;t",. .:,'n k,. '1u~ "' \)bti"n"n m"did". con( ..,d"s ,om" I" "'p'Ta,,:.1Jl' .,J.,(tJ:l''.TlJI'I.I."'y) l.J l',;p'-.r.Jnl.J ...,d.J de tl"n" "n \-u"nl" ,,1imp.Jct" d~l.Jum~nto de .J}SJe \'id" \,i\,idvs indu,;0 ,'n .1u",.n,.i.J un.J.:lir.I(I,jn E,t.1ml...!id.1 \,btll.n" .Jr"rflr J" t.Jbl.J'; \.,d" tr"n3v,,'5.1les'1u~\'"I"r.Jn l.I pro\Il. .." J" b.Jb,'J"d hp'-)t"fi,.J d~ 3Up"'r\.'\~n..", d"l,ndi\'ldu" pr"m"di" '1u" "lc.Jnza una edad d~terTrInada.Suponiendo un" "'p"'n"n..;" Jl. m"rt.Jlld.Jd ",t.Jbl". I.J..."I".r.JnL1d" vid.J ~ b..,;.)"n I" "xp"n~nc. Je 1" mort"lid.1d J~ un" p')bl.J\."'n (un"r,.:.. .:\)m\) !" J" i",. E,I..d", L'nid..'". l.n un .Jn" ..I~t"nnin"do.

".I: ~ cr. ~ :-

"2: ~ u ~ ~ ~ ~ z ~ '.I: -

155

cAPruu)

23

En este captulo su pondremos que se ha demostrado que dc s grupos tienen tasasdistintas. Estas diferencias entre tasaspueden representar difer' ~ncias entre dos grupos o diferencias que se producen con el tiempo en un solo grupo.
CAi\-fBIOS O DIFERENCIAS DEBIDAS A ARTEFACTOS

Las diferendas entre las tasas pueden ser el resultado de cambios reales en la historia na tural de la enfermedad o reflejar cambios o diferencias en ?1mtodo mediante el cual se valora la enfermedad considerada. Las di(t'rerlcias por ar;t'(actos implican que, aunque existe una diferenda, esta no r~fleja cambios en la enferrr edad, sino simplemente en la forma en que se mide, busca o define la enfermedad. Los cambios por artefactos suelen proceder de tres fuentes' 1. 2. Cambios en la CQFXICitiali identificar la enfermedad. Representan caml: ios en de la medidn de la enfermedad. Cambios en los L'Sfllt'r:OS para reconocer la enfermedad. Estos pueden represcntar esfuerzos para identificar la enfermed.1d en un estadio ms tempranlJ .cambios de loS requisitos para su notificadn 0 nuevos incentivos para dete\ tarla. Cambios en la dL'fi,licill de la enfl'rmedad. Representan cambios l'n la terminologa utilizada para definir IJ enfermedad.

3.

:.: -;: :Q ::J :.: ~ :... :) Q

El siguiente ejemplo ilustra el primer tipo de cambio por a -tefactos, es dedr, el t!fl'Cto de un cJmbiu L'n 1.1 capJcidJd para id\!ntificar IJ I!nfermed.td. Debido al redente JUmento del inters en el prolapso de la \' lvula mitr.:1l, se re.:1lizu un estudio de la F'!"I!\'.1Ienciade esta I!nfermed.1d. .\lediante u n .examen completo de todas las historiJS clnicas de una importante clnica universit;lria de cardiologa se encontr que en 1969 solo se le haba diagnosticado prolapso de la\' lvula mitral.1 I de cada 1 00) padentes, mientras que en 1989 se le hizo este diagnstit:o a 80 de cada 1 00) palientes. Los autores concluyeron que la prevalenda de la enfennedad l'staba aumentando a una vcloddad asombrosa. Entre 19119 1989, el uso de la l'Cocardiografia aum\!nt sot rema~' nera la capacidad de documentar el prolapso de la vlvula mitral. Adems, el rt'conocimi\!nto crl'Cient\! de 1.1 fr\!l"U\!nli.1 dl' \!st.1l!nf\!rmed.1d h.1conducido .1idl'ntlfic.1ria mucho mejor m\!diante 1.1\!xplor.1lin fsica. Por \!SO no es sorpr\!ndente qU\! en I ;)89 se reconociera una proporcin mucho ms elevada de padentes de la clnica cardi(:lgica Con prolapso de la vlvula mitral que en 1969. Es posible que si los conocimientJs y la tecnologa de 1969 hubieran sido similares a loS de 1989, las tasas hubieran sido ,rcticamente idnticas. Este ejemplo demuestra que los cambios por artefactos puecen explicar grandes diferendas en las tasas de una enfermedad, incluso cuando se ha :e una revisin completa de todos los casos para calcular su prevalenda. Los cambios reladonados con los esfuerzos para diagnosticJr una enfermedad se pueden produlircuando los mdicos intentan diagnosticarla en un estadio temprano. Si se intrlmuce un programa de tamizaje para diagnosticar un.l \!nfl'rmed.ld en un estadio asintomtico, \!S mjs probable que loS individuos sean di.gnos-

:.: ~ 3 ~ ;... '"'1 :.-J ~ ~ """' -' '..J

156

ticados ms tempranamente. Los es.fuerzos para diagnosticar tempranamente una enfermedad producen un mayor "adelanto" (/eadtime) en el diagl15tiCO comparaen cin con el mtodo anterior. Por otra parte, cuando se dispone de Lln tratamiento que surte mejor efecto si se u tiliza en las etapas tempranas de la enferm ~d, se puede mejorar el pronstico. Sin embargo, si no existe un tratamiento adecutdo o el tratamiento temprano no mejora el pronstico, lo nico que se logra es aumentlr el intervalo entre el diagnstico y la muerte. Esto puede producir una diferenCia po- artefacto si la tasa de muerte se mide en el periodo inmediatamente posterior al diagr stico. A continuacin se muestra un ejemplo de sesgodebido al diagnstico adelantldo: Antes de la introduccin de un programa de :amizaje para diagnosticar el cncer de pulmn mediante rayos X, la letalidad a los 6 Ineses era de 80 por cada 100casos diagnosticados. Despus de la introduccin del provama de tamizaje, la letalidad a los 6 meses era de 20 por 100casos diagnosticados. Lo; autores llegaron a la conclusin de que el programa de tamizaje haba reducido drsti<amente la letalidad por cncer de pulmn y, de esta fonna, se haba demostrado su im]>ort:ancia. El programa de tamizaje probablemente diagn. >sticcasosde cncer de pulmn en estadios asintomticos, mientras que los diagn5ticos anteriores se haban realizado cuando los sntomas ya estaban presentes. Las pruebas disponibles sugieren que el tamizaje mediante rayos X no modifica el pronstil:o a largo plazo del cncer de pulmn. El tamizaje simplemente modifica el intervalo entre el diagnstico y la muerte, lo cual produce un sesgo debido al adelanto del diagnstico. Los cambios observados son probablemente artefactos atribuibles al diagnstco temprano de la enfennedad. El siguiente ejemplo ilustra cmo el significadc de la terminologa puedecambiar con el tiempo y producir un cambio por artefactosen la :asade los sucesos. l.1 incidenciadel sndrome de la inmunodefidenc:iaadquirida (SIDA) aument anualmente entre 1981 1986.En 1987se produjo un brus<o aumento de 50% y en la tasa notificada. Un investigador interpret este incremento co -no signo de que la epidemia h.1baentrado sbitamente en una nueva fase. En 1987se modific la definicin del SIDA estat ledda por los Centros p.1racl Control de Enfermedades (CDC). Esto significia indlsin de un mayor nmero de indi\iduos infectados por el virus de la inmunodeficier cia humana (VIH) entre los casos definidos como SIDA. Cuando se producen alteracil)nes sbitas en las tasasde incidencia de una enfermedad, se debe sospechar de la inf uencia de un artefacto t.11 como el de una nueva definicin de la enfermedad. En el ca;o mencionado, se puede sospechar que un cambio por artefacto se superpuso a un carobio real y complic la interpretacin de los datos.

~ 'C 'J) ~ ~ ~ '-J ~ 'C ~

CAMBIOS

REALES

Los cambios de las tasas debidos a artefactos irnplican que la verdadera tasa de incidencia, la prevalencia o la letalidad no se han nlodificado aunque aparentemente se haya producido un cambio. Sin embargo, los carnbios reales suponen que las tasas de incidencia, la prevalencia o la letalidad han carnbiado verdaderamente. En primer lugar, debemos preguntamos si interviene algun 1de las fuentes de diferencias por artefactos. Si no intervienen o no son lo suficienter 1ente importantes para explicar las diferencias, se puede suponer que existen diferencias o cambios reales. Una vez demostrado que se han producido diferencias o cambil)s reales, tenemos que preguntamos por qu se han producido. Reflejan un cambio en las tasasde incidencia, en la prevalencia, o en la letalidad o una combinacin de estls medidas?

"5 'J) ~ :.. ~ \I) t '2; '-J '(J ~ ~

157

La primera etapa para entender el significado de un cambio real en las tasasconsiste en entender en qu momento de la historia natural de la ertfermedad se ha produddo el cambio. Entonces podremos valorar mejor loSefectos de l(ls cambios primarios en las otras tasas de la enfermedad, por ejemplo, en loS casosque se comentan a continuadn. I. La letalidad de la enfermedad de Hodgkin ha descendido notablemente en loS ltimos aoS. Seconsidera que los individuos padecen la enfermedad hasta que su curadn se verifica mediante un seguimiento a largo plazo. Por este motivo, la prevalenda de la enfermedad ha aumentado. Las tasasde inddenda han permaneddo estables;por lo tanto, la tasa de mortalidad, que refleja la tasa de inddenda multiplicada por la letalidad, ha descendido. 2. Las tasasde incidencia del cncer de pulmn han aumentado de forma sustancial en las ltimas dcadas. Sin embargo, la letalidad ha seguido siendo muy baja y muchos de los pacientes mueren en los meses que siguen al diagnstico. Por este moti\'O, la tasa de mortalidad tambin ha aumentado drsticamente. A causa de la corta duracin de la enfermedad, la prevalencia ha sido siempre baja; no obstante, ha aumentado ligeramente debido al aumento de la tasa de incidencia de la enfermedad. Estos resultados se pueden representar del siguiente modo:

TASAS DE ~K)RTALlDAD

TA5A5 DE

LETALIDAD ! ! -+ !

I:..ClDE:..CIA

PRE\i\LE.\;CIA

Enfennedad de Hodgkin Cncer de pulmn

! r r

i i

::I '"' :J -:: "t

z :J ~ ~ :X) :) ~

>Q o 2 iJ1 :.J ~ ~ ~ "5 ~ VI :.J Q ~

158

Estos patrones confusos cobran sentido cuando uno se percata de que 1?1 cambio principal en la enfl?rmiad de Hudgkin ha sido el descenso de la letalidad, mientras que en el cncer de pulmn ha sido el aumento de la tasa de incidencia. Adems de entender la fuente de las diferencias o de los cambios en las tasas,se debe resistir la tentacin de utilizar los cambios pasados de las tasaspara predecir las tasas futuras. L1 prediccin de las tasasa partir de las actuales o de sus cambios recientes es un trabajo muy difcil. Un cambio reL-jente las tasas puede ten~r alguno de de los siguientes significados: 1) prefigurar cambios futuros en la misma direccin; 2) ret1~jarciclos o ~pid~mias pronosticables, o 3) ser el resultado de fluctua\.-jonesaleatoras impredecibles que representan una frecuencia inusual de los sucesos. Antes de concluir que es probable que se mantengan los cambios observados en las tas.ls, es preciso considerar la posibilidad de que se trate de fluctuacionescclicaso aleatorias.Si existe un ciclo natural en la frecuencia de la enfermedad, las tasas de ao en ao pueden ser semejantes a las que aparecen en la figura 23-1. Puede que los investigadores observen el aumento de las tasas de 1981a 1984,y que al tratar de medir los cambios que ocurrieron entre 1985y 1987encuentren un nuevo aumento. Sin embargo, es importante que se den cuenta de que el cambio real que se produjo entre 1981y 1987quiz sea parte del ciclo natural de la enfermedad y no implique necesariamente otr<)Sincreml?ntos previsibles para 1988, 1990 1995.

FIGURA23-1. Ciclos o epidemias predecibles en la incidencia anual de una enfermedad

5045 40 -

35.

.n
30-

~ ~ 25. o o; .s 20z
1510

196566

67

68

69

70 71 72

73 74

75

76

77
Aos

78

79 80 81

82 83

84

85

86 87 88 89

Por el contrario, en lugar de un ciclo prededble de la enfermedad, es posible que se produzca una \'ariacin anual, impredecible y aleatoria de la tasade la enfermedad (figura 23-2), En esta situacin, si los investigadores eligen un ao en el que la tasa era ms alta :-.' comparan con el siguiente, en el cual la tasa era ms baja lo solo por azar, pueden creer que estn documentando un cambio importante cuando, de h~cho, estn descubriendo el principio estadstico con~ido como rL'grt'Sill ll/lI.'Lfia 11 . La regresin estadstica a la media o el retorno al promedio ,1iirma que los valores inu-

FIGURA23-2. Variaciones impredecibles o debidas al azar de la incidencia anual de una enfermedad

50

'~ , 'J: ~ ~ ~ '~ ~ ~ ~ "" '.I". ~ ""

-

:o' ~ ~ ~ 1965 66 67 68 69 70 71 72 73 74 75 76 -+-1 77 78 79 80 81 82 83 84 85 86 87 38 89

Aos

~ ~ :::

~
~ z :J ~ ~ ~ o o.: Q. ;.. o Q :J ... ~ '-J z :J ~ ~ 3 :J '.~ ;.J :) ~ r..J

1(,0

suales son raros por definidn y que la probabilidad est en contra de que un suceso raro se repita dos veces consecutivas. De hecho es probable, solo por azar, que la medidn siguiente se encuentre ms cerca del valor promedio. Los valores subsiguientes pueden ser ms extremos que lm valor observado, debido a la fluctuadn aleatoria de los sucesoso a las fuerzas que reacdonan frente a la tasa inusual y la desplazan haCala lnea o hada el promedio o la media. Por ejemplo, si se est estudiando cunto come un individuo en cada comida, es probable que la cantidad de alimentos ingeridos en la comida que sigue a una comilona sea menor que la habitual. Veamos cmo puede intervenir este prindpio en un estudio de tasas en el que se observaron diferendas reales que deben ser interpretadas cuidadosamente . Despus de un trgico accidente en una fbrica, en el que fallecieron varios hombres, se inici un programa de prevencin de acddentes. Los investigadores encontraron que la tasa de inddenda de accidentes en el momento de la tragedia era inusualmente alta, de 10 por 1 000 das laborables. Cuando se establed el programa, la tasa descendi hasta 2 por 1 000 das laborables. Los investigadores concluyeron que el programa de prevencin de accidentes tuvo un xito espectacular. Los investigadores demostraron que se produjo un cambio real. Sin embargo, no demostraron que el programa lie prevencin de los accidentes fuese la causa del cambio. Es posible que la tasa de lO por 1 000 fuera inusitada mente alta y que solo por azar retornara a la tasa habitual de 2 por 1 000. Aun ms probable es que el trgico accidente haya induddo J los trabajadores a aumentar las medidas de seguridad, produdendo lo que podra denominarse una rL',\'r('Si// psicolgica hada la media. Los autores partan de una tasa de acddentes desusadamente alta y luego ocuni una tragedia que pOdr.l haber forzado la tasa a regresar haci.l la media. Los autores documentaron un cambio realllue pt1da ser ~xplicado mejor por una regresin a la media que por un cambio a largo plazo. Es prematuro concluir que el programa de prevencin de acddentes sera de gran ayuda p,lra l)tros grupos, o incluso para este mismo grupo, si se lle,'ara a c.1boen otrl) momento. Por ~so, ,1unqueel principio de regresin a la media puede ser una fuente de cambios reales en las tasas, esta fuente puede tener una importanda limit.1l.i.1 no gar;lntizar la c(}ntinuid,ld de los canlbios lroSI.'f\'ldos. :' Es habitual iniciar una investigacin cuando se sospt-'chaque las tasas de una enfermedad estn aumentando. Por eso es fundamental reconocer el fenmeno de la regresin a la media, ya llue puede estar interviniendo siempre que se observan cambios a corto plazo en las tasas. Otra fuente de diferendas realesque intluyen en la prediccin de los sucesos futuros se conoce como "fi.'(h/dt' ((!/IIJrtl'.Una cohorte es un grupo de individuos que comparten una experienda o una exposidOOen comn. Existe la posibilid.ld de un ~fecto de cohorte cuundo un,1 o di\"~rs.ls cohortes de unu pt)bl,lcin han estado sometidas a una exposicin o a unu experiencia que las ha hecho espedalmente susceptibles a una enfermedad. Las t;lsaSen un grupo de edad determinado que incluye la cohorte susceptible pueden ;lumentar temporalmente. Esta elevacin temporal se conace como efecto de cohorte. Cuilndo se halla presente, se puede esperar que las tasils de este grupo de edad concreto desciendan otra vez a medida que transcurra el tiempo y. la cohorte susceptible pase al siguiente grupo de edad. La importanda que tiene el saber valorar el efecto de cohorte se ilustr;l en el siguiente ejemplo. Un investigador estul.ii la tasade inddencia del cncer de tiroides. Exista preocupaL;n por el hecho de llue la irradiacitm de la cabeza y del cuello, empleada frecuentemente antes de los ,1lioscinLlil'nta, hubiese contribuido a aumentar la frecuenda del cjncer de tiroides. Utilizundo m~todos udecuados, los autores observu-

&. f " '!'

ron que la incidencia del cncer de tiroides en 1950en el grupo de E!dadde 20 a 30 aos fue de 50 por 100000 personas-ao; que en 1960fue de 100por lOCJ personas-ao, (XX) y que en 1970fue de 150por 100 (XX) personas-ao. Los autores concluyeron que en 1980 la tasa superara los 200casospor 100000 personas-aoy quedaron sorprendidos ruando comprobaron que la incidencia en 1980fue menor de 150por 1001:xxJ personas-ao y continu descendiendo en los aos ochenta. Los autores haban demostrado que las tasasde incidencia del cncer de tiroides haban experimentado cambios reales en el grupo de edad de 20 a 30 aos. La fuente de estas diferencias pudo corresponder a un efecto de cohorte. Los individuos de la cohorte que recibieron radiaciones antes de 1950presentaban un aumento de riesgo del cncer de tiroides que no afcctaba necesariamente a los individuos nacidos despus de ese ao. En 1980,todos los individuos entre 20 y 30 aos de edad haban nacido despus de 1950. Por eso, no es sorprendente observar un descenso de la tasa de incidencia de cncer de tiroides en ese grupo de edad en lugar de un aumento sostenido. El concepto de efecto de cohorte no solo ayuda a prede<jr las tasas previsibles, sino que tambin ayuda a reforzar la teora de que la exposicin pasada a la radioterapia aumenta el riesgo de padecer cncer de tiroides. La regresin a la media y el efecto de cohorte son dos motivos por los que es peligroso predecir las tasas dc una enfermedad a partir de la extrapolacin directa de sus cambios recientcs. Adcms de comparar las tasasde muestras del mismo grupo en distintos momentos, tambin es posible utilizarlas para examinar las diferencias entre muestras de grupos diferentes. La compar}cin de las tasas de los grupos se realiza frccuentcmente para generar hiptesis que luego pueden ser contrastadas mediante los tipos de investigilciones que comentamos antes en El t.'Sfudio 1'esflio.Por (le ejemplo, los investigadores podlian obser\'iIr diferencias entre las tasas de mortalidad por coronariopatas de los esquimales y de loS blancos de Alaska. A partir de lo que silbemos acercade 1.1 dieta de los esquimales de ..\laska, se puede formular la hiptesis de que existe un.1.1sociacil)nentre el consumo de pescado y la baja mortalidad por enfermedad coronariil.
Si se Comparan las tasas de la enfermedad y SE'ajustan segn loS factores de riesgo con01.idos, ~s posibk' demostrar l1ue cuando un factor aumenta en un grupo. la enfermedad t~mbin aumenta en el mismo grupo. Esto nos permite establecer a:(X-ja(.-iolll'S ,\,rllpo. Una asociacin de grupo implica un aumento de las prevalen.fe Gas del factor y de la enfermedad en un grupo determinado. Obser\'e que una asociacil)n de grupo no implica necesariamente l1ue al1ue\Jos individuos que tienen el factor de riesgo sean los mismos l1ue tienen la enfermedadLa demostracin de l1ue ('xiste una asociacin de grupo puede constituir la base de estudios ulteriores que establezcan una asociacin a ni\'el individual y, finalmente. una relacin de c~usa-ett..'Ctocomo ~n el caso de] colesterol y la enferm~dad coronaria.

'"" -:: ..I". .-:: ...

~ :2:; .. .~ -:: c :2:;

~ -

Cuando se utilizan datos de grupos, los investigadores suelen tener poca informacin sobr~ los individuos que integran cada grupo. Por esta razn, cuando se comparan tasas con el fin de formular una hiptesis para su estudio posterior, los inv~stigador~s deben tener cuidado de no establecer una asociacin entre individuos, cuando lo nico que se ha ~stablecido es una asociacin de grupo. Este tipo d~ ~rror, conocido como (n/acia l'cvl,\,ica, ilustra en el siguiente ejemplo. s~ En un ~studio se demostr qu~ la tasade ahogamientos en Aorida ~s cuatro veces la d~ l1Iinois. Los datos del estudio tJmbin mostraron que el consumo d~ ht?\adosen Florida ~s cuatro vl'Cesel de lllinois. Los autores llegaron a la conclusin d~ qu~ com~r h~\Jdos ~st .1sociJdocon ahogarse.

3
.~ -:: -J ..

~ .. 3 :.:; ~ '"'

161

!8 n

.~
Para establecer una asociacin, los autores deben demostrar pri- , .~ mero que los que comen ms helados son los que estn en mayor riesgo de ahogarse." ~ Los datos de grupos no proporcionan ninguna prueba de la existencia de una asocia:~. dn a nivel individual. Es posible que los que comen helados no sean los que se ahogan. El mayor consumo de helados puede reflejar simplemente la variable de confusin conocida como tiempo clido, la cual aumenta el consumo de helados y el de ahogados. Estos autores cometieron una falacia ecolgica. Para establecer una asociacin entre comer helados y ahogarse es neceSario demostrar que la asociacin se mantiene a ni\'el individual. Cuando nos enfrentamos con diferencias entre tasas de grupos o cambios con el tiempo en el mismo grupo, el primer paso consiste en demostrar si la diferencia o los cambios son producidos por artefactos o si son reales. Si no es probable que las diferencias o los cambios sean debidos a la forma en que se mide, se busca o define la enfermedad, entonces los cambios o las diferencias se pueden considerar reales. Seguidamente, se busca la fuente de estas diferencias o de los cambios en la tasa de incidencia, en la prevalencia o en la let}lidad. Los c}mbios o diferencias en las tasas se usan con frecuencia para predecir cambios futuros y para formular hiptesis acercade la etiologa de la enfermedad que se han de utilizar como punto lie partida de estudios sobre individuos. Para predecir las tasas futuras, es necesario tener en cuenta el fenmeno de regresin a la media y el efecto de cohorte. Cuando se utilizan t}sasde grupos para desarrollar hiptesis, es preciso reconocer que su uso demuestra la existencia de asociaciones entre grupos y no entre individuos. Si no se aprecia esta distincin entre asociaciones individuales y de grupo se puede cometer una falacia ecolgic}.

~ ~ :Q :::. ~ ;.. -

~
~ ..
-

CAPTULO 24

RESUMEN:

LA

TASACIN

DE

UNA

TASA

Revisemos los pasos necesarios para desarrollar, comparar e interpretar las tasas de enfennedad.

LA sELECaN

DE LAS TASAS

Las tasas de inddenda son medidas clnicas importantes. porque miden el ritmo de desarrollo de nuevos casosde una enfermedad. El riesgo es el efecto acumulativo de la tasa de inddencia en un perodo determinado. l..aprevalenda ayuda en el diagnstico, ya que es una aproximacin a la probabilidad de tener la enfermedad en un momento determinado. La letalidad mide la probabilidad de morir como consecuencia de la enfermedad una vez que ha sido diagnosticada. La prevalenda es aproximadamente igual a la tasa de incidencia multiplicada por la duracin media de la enfermedad. En una pobladn estable,la tasa de mortalidad es igual a la tasa de inddencia multiplicada por la letalidad.

EL l\ruESTREO

DE LAS

TASAS

lJS tJsas pueden calcularse utilizJndo toda la poblacil)n. Con ms frt.'CUencia, las tasas se estimJn a partir de muestras de la poblaan. L1s tasas de las muestras, en promedio, son las mismas que las de la poblacin, pero cualquier muestra puede reflejJr un error muestral intrnseco. Cuanto ma~'Or sea el tamao muestral, menor ser el error muestral. Sin embargo, la ganancia en la precisin jisminu~.e a medida que aumenta el tamao de ia muestra y el mveshgador debe contrapesar la exactitud respecto del costo. L1 capacidad para estimar la tasa de la enfermedad en una poblacin a partir de una muestra exige llevar a cabo un muestreo aleatorio de la poblacin. Es posible estratificar la muestra para garantizar que el tamao de cada categora sea suficientemente grande, pero el muestreo debe ser aleatorio dentro de cada categora.
o;: .~ ~ o;: ~ ~ c
o;: 1.1: o;: f-

LA

ESTANDARIZACIN

DE

LAS

TASAS

Nos interesa comparar las tasas, ya sean obtenidas a partir de toda la poblacin o de una muestra, para estimar las diferencias entre grupos o los cambios con el tiempo. La comparacin correcta de las tasas muchas veces requiere ajustarlas segn los factores que influyen en ellas, que son distintos en las dos muestras. Frecuentemente se ajusta o se estandariza segn factores demogrficos como la edad, el sexo y la raza, para buscar otros factores que puedan explicar las diferencias o los cambios en las tasas. Mediante la estandarizacin indirecta es posible calcular la razn de mortalidad estandarizada, que compara la tasa en un grupo de esttJdio concreto con la esperada en otro grupo, con frecuencia la poblacin general. El mtodo directo de estandarizacil)n permite comparar los grupos directamente despus de estandarizar o ajustar las tasas segn una caracterstica respecto a la que difieren ambos grupos.

~ ~ ~ ::;:; ~

163

~ ~ ~

FUENfES

DE LAS DIFERENOAS

O DE LOS CAMBIOS

El significado de las diferencias se valora analizando si se deben a artefactoso si son reales. Los cambios en la capacidad para diagnosticar la enfermedad, los esfuerzos para diagnosticar la enfermedad o la definicin de la enfermedad pueden producir cambios o diferencias por artefactos que no son debidos a la propia enfermedad. Cuando las diferencias o los cambios por artefactos no son lo suficientemente grandes como para explicar las diferencias o los cambios observados, entoncesse puede suponer que existe una diferencia o un cambio real. Los cambios reales pueden ser el resultado de cambios en la tasa de incidencia, en la prevalencia o en la letalidad. Estos cambios pueden anundar cambios posteriores en la misma direcdn o ser seguidos de un descenso en las tasas, como ocurre cuando finaliza una epidemia. Por otro lado, pueden reflejar fluctuadones aleatorias de las tasas de la enfermedad. Cuando se usan los cambios de las tasas para prededr tasas futuras, es importante tener en cuenta el fenmeno conocido como la regresin la media.Este efecto se produce a con frecuencia cuando se usa una tasa inusual como comparadn. Esta tasa inusual puede movilizar fuerzas que desplazan a las futuras tasas hada la media o incluso por debajo de esta. Los bioestadsticos utilizan el trmino regresin la mediapara indicar a que despus de producirse un valor inusual las mediciones subsiguientes se aproximarn probablemente hacia la media o hacia el valor promedio, solo por azar. Otro tipo de cambio real en las tasas se conoce como eft'Cto code 'IOrf.e. efecto de cohorte, al drcunscribir los cambios a un segmento de la poblacin, El a}"Uda prededr mejor las tasas futuras que la simple extrapolacin de los cambios oba ser\'ados. El estudio de las fuentes de los cambios reales de las tasas nos avuda a comprender mejor sus causas, as como sus consecuenciaspara los aos siguientes. Cuando se usan las diferenl.;as entre t.lsas~n la formulacin de hiptesis para realizar estudios sobre indi\.iduos, es preciso reconocer que las asociaciones de grupo se establ~cen usando tasas. la fal;1ciaccolgica se produc~ I.-uandolas asociadones observadas en grupos no se retlejan a nivel individual.
PREGUNTAS SOBRE LA TASACIN DE UNA TASA

't

~ :c

't

El siguiente grupo de preguntas acerca de la tasacin de una tasa se ha diseado con objeto de rep.lsar los puntos :v-a tratados y de proporcionar un esquema utilizable en la crtica de los ejercicios para detectar errores o en una investigacin real de tasas. El esquema se divide en CU.1tro partes: seleccin de las tasas, muestreo de las tasas, estandarizacin de las taSds y fuentes de las diferencias o cambios en las tasas. I. St.'Il!ccin-de klS tasas a. Se han identificado b. razones? Han distinguido Ietalidad?

J". ~ :c ..

las diferencias entre las taS.1S, proporciones y las las

los ,lutores la tasa de inciden\.;a de la prevalencia y la

.I".

Muestreo de las tasas a. Se incluy en el estudio (1 toda 1(1 poblacin de inters o se utilizaron b. muestras? Si se utilizaron intrnseco? muestr(1s, valoraron los Jutores el error muestrJI

16-1

c.

d.

Si se utilizaron muestras, fue aleatoria y representativa la tcnica de muestreo o se introdujo algn sesgo en el mtodo de muestreo? Si se utilizaron muestras,fuesuficiente el tamao de las muestraso pudo haberse introducido una gran variacin a causa de su pequeo tamao?

3.

Estandarizacin de las tasas a. Fue necesaria la estandarizacin cuando se compararon las tasas de frecuencia de un suceso en dos muestras diferentes? b. Si fue necesaria la estandarizacin, seestandarizaron las tasas segn los factores conocidos que influyen en el desenlace de forma que se pudieran comparar equitativamente? Fuentes de las diferencias o cambios en las tasas a. Las diferencias o cambios observados en las tasas, fueron por artefactos debidos a la capacidad de diagnosticar la enfermedad, a loSesfuerzos para hacerlo o a cambios de la definicin de la enfermedad? b. Eran reales las diferencias 0 cambios debidos a cambios o diferencias en la tasa de incidencia, la prevalencia o la letalidad? c. Los cambios o diferencias en las tasas, predicen cambios futuros en la misma direccin o sern las tasas futuras influidas por el fenmeno de la regresin a la media o el efecto de cohorte ? d. Cuando se emplearon las diferencias entre tasaspara formular hiptesis de estudios posteriores, semantuvo la distincin entre asociacina nivel de grupo ya nivel individual?

4.

~ ..I"; ~ i~ ~
,.. -

z 'C c ~ ~ ~ ~

..,j 2: '-I ~ ~ ~

163

CAPTULO 25

EJEROCIOS

PARA DETJ;:CfAR ERRORES: LA TASAOON DE UNA TASA

Los siguientes ejercicios para detectar errores estn pensados para que usted adquiera prctica en la aplicacin de los principios de tasacin de tasas a artculos de investigacin simulados. Estosejercicios incluyen diversos errores que ya han sido ilustrados con ejemplos hipotticos. Lea cada ejercicio. Luego escriba una critica sealando los tipos de errores cometidos por los investigadores. Para cada ejercicio se proporciona una critica de demostracin. EJER,OOO No.1: CAMBIOS CUAL ES EL PROGRESO? EN EL CNCER:

En un estudio sobre la evaluacin del cncer en los EstadosUnidos de Amrica se compararon las tasasde 1969con las de 1989para valorar los cambios. Se recogieron datos sobre las tasas de incidencia y mortalidad. Los datos de inddt!ncia se obtuvieron mediante una bsqueda intensa en los registros hospitalarios a partir de una muestra al azar de l'7c de los hospitales de la nacin. Los datos de mortalidad se obtu\;eron revisando todos los certificados de defuncin de la nacin. La letLllidad se cLllcul por medio de la frmula parLlcLlmbiosa largo plLlzo. segn la cual
Tasas de mortalidad
'C ~ ~ -1: z :3 ::( 'C :Q ::) ::( ~ >o o :3 ... j z :3 ~ 'C :5 ~ '.1\ ;.. ':> -' ~

= tasas de incidencia

x letalidad

Los datos de este estudio se resumen en 1!1 \.-uadro25-1. Adems, los investigadores revisaron los ensayos clnicos controlados 5Ob.re tipos de cncer que causaron 5Of.7c las muertes entre las pers<)nasde los de 20 o ms aos de edad y observaron que los datos mostraban un aumento de la mediana de supervivencia a los 3 aos cuando se aplicaban los nuevos tratamientos desarrollados desde 1%9. Por ltimo, los in\'estigJdores cJlcularon la ra:611 l/Iortaluiadprode lOrrio/zal basndose en una revisin de la causa de muerte de todos los certificados de defuncin y observaron que la razn de mortalidad proporcionJl del cncer haba aumentado globalmente de 22 a 24%.

CUADRO25.1. Cambios en las tasas de cncer de 1969 a 1989

Disminuye20% Sin cambios Aumenta5~1.

!66

Los investigadores confesaron que estaban totalmente confusos, porque se poda afinnar todo lo siguiente: 1. Basndoseen el descenso de las tasas de mortalidad de los individuos menores de 20 aos, el descenso de la letalidad en todos los grupos de edad y el aumento de la supervivencia en los ensayos clnicos controlados realizados con personas de 20 o ms aos de edad, se ha producido un progreso notable. Sobre la base del aumento de las tasas de incidencia entre los que tienen ms de 20 aos y del aumento de las tasas de inddencia ajustadas segn la edad, la situacin est empeorando. El aumento de las tasas de mortalidad entre los mayores de 65 aos y de las razones de mortalidad proporcional tambin apoya la interpretadn de que la situadn est empeorando. Segn las tasas de mortalidad global ajustadas por la edad, no han ocurrido cambios.

2.

Los in\'estigadores se dan por vencidos y les preguntan a ustedes, lectores, cmo pueden los datos respaldar resultados tan contradictorios. CRtnCA: EJERCIOO No.1

Todas estas tasas son compatibles y reflejan las diferentes fonnas de analizarlas. Lls tasasde incidencia reflejan el ritmo con que aparecen los nuevos casos de la enfermedad en un perodo. La letalidad refleja la probabilidad de morir en un perodo si se desarroUala enfermedad. Por eso, las tasasde incidencia v la letalidad miden dos fenmenos muy distintos. Las tasas de incidencia reflejan primariamente las causassubyacentesde la enfermedad y pueden cambiar a causa de artefactos como, por ejemplo, las inter\'enciones mdicas que modifican el esfuerzo de deteccin de la enfermedad, la capalidad de detectarla o de definirla. Los esfuerzos de prevenlin primaria como las campaas antitabquicas pueden modificar la incidencia subyacente. ;..oobstante, las tasas de incidencia no reflejan, en general, los esfuerzos teraputicos const.1ntesde la .1tencin mdica. La letalidad, por su parte, es una medida del xito del tratamiento mdico en la curacin de la enfermedad. Las t-dsa~ mortalidad en un perodo prolongado se relacionan de con la incidencia y con la letalidad de la siguiente manera:
Tasa de mortalidad = tasa de incidencia x letalidad "= .~ ;:'::" "= ~
~ ""' ... :: "= ~ "= ..

Por esta razn, si la tasa de mortalidad y la de incidencia se conocen y son estables, la letalidad se puede estimar con la siguiente frmula: letaliddd = tasa de-mortalidad/tasa de incidencia

Por lo tanto, en el primer cuadro se emple correctamente la reladn entre la tasa de inddenda y la de mortalidad y la letalidad. Cuando una intervendn mdica logra prolongar la vida pero no curar la enfermedad, no tiene un efecto sobre la letalidad a largo plazo ni sobre la global. Por este motivo, el aumento de 3 aos de la mediana de supervivenda entre los que padecen tipos importantes de cncer es compatible con el descenso ms leve de la letalidad observado en la tasa global ajustada segn la edad. Se necesitan medidas como la esperanza de vida para tener en cuenta la prolongadn de la vida en ausencia de l""Uracin.

::5 ~ Q

u ~ ~

167

El aumento de la razn de mortalidad propordonal nos dice muy. f?OCO ace~ca progreso del cncer du~ant~ e~s aoS. Empe~o, sugiere que:~ morta-;;:~:: del lidad debida a otraS enfermedades ha dismmwdo su frecuenaa en comparaaon con Ia~ del cncer. Las razones de mortalidad proporcional Son medidas tiles de la importanda relativa de diversas causas de muerte. El aumento de la razn de mortalidad pro. pordonal sugiere que las muertes por cncer son cada vez ms habituales en relacin Con las muertes por otraS causas. Este ejercicio demuestra cmo es posible defender condusiones completamente distintas a partir de loSmismos datos. El argumento presentado por el investigador refleja loS diferentes conceptos sobre el significado de progreso. Esprogreso una tasade incidencia reducida de una nueva enfennedad? Esprogreso una tasa de curacin elevada de una enfennedad diagnosticada? O bien, es progreso la prolongacin de la vida de loSque estn enfennos? E]ERCIOO No.2: TUBERCULOSIS

"t: ~ 5 ~ ~
z ::J ~ "t: ~ o ""' Q: >o ~ 2 .l\ '-J z ::J ~ "t: ~ S iVI '-J '"' '-' ~ -O U

Un grupo de expertos internacionales en tuberculosis (TB) ,jecidi comparar la tasa de mortalidad de TB en los EstadosUnidos con la de la India con objeto de determinar si se podran aprender algunas cosas. Saban que la TB era una enfermedad bastante comn en los Estados Unidos antes de 1950, pero que habia disminuido de forma sustandal. Tambin saban que la infeccin se poda controlar, F>ero no eliminar, en la mayora de las personas infectadas. Utilizando un diseo cuidadoso de una tcnica de muestrE'oaleatorio, observaron que la tasa de mortalidad por TB en 1985era de 200 por 100000 personas-ao en la India y de 20 por 100000 personas-ao en los Estados Unidos. T,lmbin apredaron que la tasa de mortalidad de los individuos en el grupo de t.-dadentre 65 y 80 aos era de 200 por 100 000 personas-ao en la India y en los Estados Unidos. Dado que los in\'estigadores saban que la India tena una estructura de edad mucho ms joven que los EstadosUnidos y que la edad influye en el riesgo de TB, intentaron estandarizar las tasas. Paraello, aplicaron las tasasde cada grupo de edad de la poblacin estadounidense al nmero de personas-ao de ese mismo ~po en la India. Despus de realizar un ajuste directo segn la edad observaron que en 1985 se habian produddo 200 muertes por 100000 personas-ao en la India por TB. En los Estados Unidos se habran producido lO muertes por 100 000 personas-ao si este pas hubiera tenido la misma estructura de edad que la India. Por ltimo, calcularon la razn de mortalidad proporcional de la TB en los dos paises. En la India encontraron que la razn de mortalidad proporcional por TB fue de I.5% y en los Estados Unidos, de 1%. Los autores llegaron a las siguientes conclusiones: 1. La gran diferencia entre las tasasde mortalidad de la India y los ESt.ldosUnidos puede ser debida al azar. 2. En los Estados Unidos, la tasa de mortalidad del grupo de edad de 65 a 80 aos es mucho ms elevada que la tasa promedio del pas. Por lo tanto, a medida que aumente la edad media de la poblacin de este pas, la TB se convertir en un problema cada vez ms importante. 3. Cuando se compararon las tas.1S estandarizadas, pareca que la India tena no una tasa de TB 10veces ms alta que la de los Estados Unidos. Una vez estandarizada, se observ que la India tena una tasa 20 vecesms alta. Se debi haber cometido algn error, porque la estandarizacil)n de las tasas no debe aumentar las diferencias entre las

168

tasas que existan antes de llevar a ca~ la estandarizacin. Por eso, el contraste de las tasasglobales fue el mtodo de comparacin ms equitativo. 4. Las razones de mortalidad proporcional son el mtodo ms justo para comparar la probabilidad de morir de TB. En consecuenCa,la probabilidad de morir por TB era 1,5 veces ms alta en la India que en los Estados Unidos.

CRTICA:
Seleccin

EJEROOO
de las tasas

No.2

Vamos a evaluar una por una las conclusiones a las que llegaron los "expertos". 1. Es muy improbable que las diferencias entre los Estados Unidos y la India sean exclusivamente debidas al azar, a causa de su amplia separacin y al h'fan tamao de las muestras estudiadas. Sin embargo, antes de concluir que estas diferencias son reales, hemos de considerar si han existido diferencias por artefactos, tanto debidas al esfuerzo como a la capacidad de diagnosticar la TB entre los dos pasesy si estos factores pueden explicar las diferencias obsen.adas. Si suponemos que en la India, con sus enormes problemas de salud, es ms dificil diagnostic"r la TB como causa de defuncin que en los Estados Unidos, este hecho aumentara realmente las ya grandes diferencias obser\'adas. Por consiguiente, no es probable que las diferencias por artefactos en cuanto a esfuerzo o la capacidad de diagnosticar las muertes por TB expliquen o eliminen las diferencias observadas. 2. Los autores observaron que las tasas en el grupo de edad de 65 a 80 aos de ambos paseseran idnticas. Esto sugiere que la tasa de mortalidad de los ancianos de los Estados Unidos es ms elevada que la del resto de la poblacin estadounidense, lo cual puede deberse a alguna susceptibilidad permanente de las personas de ese grupo de edad. Por otro lado, puede reflejar un efecto de cohorte. Recuerde que un efecto de cohorte es una susceptibilidad temporal y nica de un grupo o cohorte a una experienI.'a pasada especial. Sabemosque la TB fue una enfermedad mucho ms comn en los Estados Unidos antes de 1950. Adems, sabemos que los individuos que han estado infectados anteriormente con frecuencia controlan la infeccin, si bien no se curan totalmente. Estos individuos tienen la posibilidad de desarrollar posteriormente una enfermedad activa, sobre todo cuando envejecen. Por este motivo, es posible que la elevada tasa entre los estadounidenses de edad avanzada se relacione con su experiencia en una era en que la TB activa era bastante frecuente. Si el efecto de cohorte explica la tasa elevada en los ancianos de los Estados Unidos, entonces no es probab~ que la ele\'ada tasa de los que tienen entre 65 y 80 aos contine aumentando a medida que crezca la proporcin de ancianos de dicha poblacin. Las tasas de este grupo de edad realmente pueden descender a medida que las cohortes menos susceptibles, aquellas compuestas por los que no estuvieron expuestos anteriormente a la TB, lleguen a esaedad. En la India, por otra parte, la tasa de mortalidad del grupo de 65 a 80 aos de edad es la misma que la de la poblacin general del pas. Por ello, no existe ninguna razn para creer que est interviniendo un efecto de cohorte. Las tasasde todos los grupos de edad pueden ser uniformemente altas y los ancianos no comparten necesariamente una susceptibilidad nica. Esto implica que si la proporcin de ancianos en la India aumenta, la tasa de mortalidad por TB en ese grupo de edad no experimentar cambios importantes.

~ .~ ~ ;~ ~
-

z ~ G ~ :.II ~ ;-

3
:s iJ u :o: ~

169

3. Los investigadores concluyeron correctamente que la estandarizacin de las fa..: sas segn la edad era un procedimiento adecuado para compararlas equitativamente: , La estandarizacin es importante cuando las poblaciones tienen una marcada diferencia en su distribucin de edad y esta variable se relaciona con el riesgo de morir por TB. la poblacin de la India es generalmente ms joven que la estadounidense. Las muertes por TB se concentran en los ancianos y los muy jvenes, razn por la cual es predso estandarizar las tasas si se quiere realizar una comparacin equitativa. El procedimiento de la estandarizacin segn la edad se realiz correctamente. Al aplicar las tasas de cada grupo de edad de la poblacin estadounidense al nmero de individuos de ese grupo de edad de la poblacin de la India, los investigadores se preguntaban cuntas muertes se habran producido en la poblacin de los Estados Unidos si tuviese el mismo nmero de individuos en cada grupo de edad que la India. Esta cifra se puede comparar directamente con el nmero de muertes que se produjeron realmente en la India. La estandarizacin puede hacer que las diferencias parezcan ms pequeas o ms grandes. ;'10 hay ninguna razn para pensar que la estandarizacin ser el factor responsable de que las grandes diferencias parezcan menores. Como muestra el ejemplo de la fbrica presentado en la discusin de la estandarizacin (captulo 22), el ajuste segn la edad puede incluso revelar una diferencia importante que no ha sido aparente en las tasas globales. 4. La razn de mortalidad proporcional refleja el nmero de indi\;duos que mueren de una enfern1edad dividido por el nmero de los que mueren por todas las eniermedades.Como las tasasde mortalidad global son ms altas en la India que en los Esta<k'5 Unidos, el denominador de la razn de mortalidad proporcional es considerablemente ms alto en la India. Por eso, cuando se calcula la razn de mortalidad proporcional para la India, dividimos un numerador mayor por un denominador ma}'Or.Por lo tanto, no es sorprendente que obtuviramos un.1 razn de mortalidad proporcion.11para la India que SOlofue ligeramente ms elevada que la de los Estados Unidos. L1 razn de mortalidad proporcional no se debe considerar como una medida de la probabilidad de morir, sino como una medida de la importancia relativa de una enfern1edad en una poblacin-detenninada.

~ :r.

~ ~
~ ~ :r. '"'

~ ;... o ~ 'Z. ::J ~ "C ~ ~ :: ~ ;., '::) ~ v

170